摘要
本发明公开了一种单样本学习的交通标志检测方法,包括以下步骤:基于交通标志基准数据集构建训练集、验证集和测试集;对训练集、验证集采用基于预训练的开放词汇目标检测模型生成图像中的交通标志候选区域,并对交通标志候选区域进行交并比筛选得到任务相关的交通标志候选区域及类别标签;采用基于度量学习的单样本识别算法对任务相关的交通标志候选区域及类别标签进行训练,得到训练好的交通标志检测模型;基于训练好的交通标志检测模型对测试集的测试图像进行处理得到初步匹配结果;基于初步匹配结果,采用视觉语言模型和语义提示引导词,得到语义验证结果:基于语义验证结果采用基于卡尔曼滤波和交并比匹配策略,得到最终交通标志检测结果。
技术关键词
交通标志检测方法
构建训练集
卡尔曼滤波
交通标志识别
运动轨迹预测
语义
轨迹模型
样本
度量学习方法
识别算法
图像
标签
原型
分类器
基准
策略
编码器
系统为您推荐了相关专利信息
主动配电网协调控制方法
电网运行数据
优化电网拓扑结构
分布式电源
控制策略
AR眼镜
数字孪生模型
轨道板
碰撞检测算法
三角网格模型